手机影视网站建设,手机大全及价格,网站程序组成,服装网站建设项目规划一、结构 上面那个图其实不是那么重要#xff0c;只要知道将输入的x矩阵转换成三个矩阵进行计算即可。自注意力结构的输入为 输入矩阵的三个变形 Q#xff08;query矩阵#xff09;、K#xff08;key矩阵#xff09;、V#xff08;value矩阵#xff09;构成#xff0c;…一、结构 上面那个图其实不是那么重要只要知道将输入的x矩阵转换成三个矩阵进行计算即可。自注意力结构的输入为 输入矩阵的三个变形 Qquery矩阵、Kkey矩阵、Vvalue矩阵构成那么Q、K、V是如何得到的呢
假设输入矩阵是 M*N的一个矩阵也就是意味着输入有M个单词则
1.1 Q矩阵 1.2 K矩阵 1.3 V矩阵 注作为中间矩阵的行数必须是N的否则不能做矩阵乘法且Q、K两个矩阵必须行列一致否则不能保持最后的Q、K、V矩阵行列一致。
二、self-Attention输出
计算公式如下 即计算Q矩阵与K矩阵的乘积得到了一个N * N的矩阵N为单词个数 为了避免数值过大除了向量维度的平方根。
接着计算每个单词对于其他单词的注意力系数由于是对每一行过Softmax函数则每行之和为1. 最后将得到的注意力系数矩阵与V矩阵相乘 egword1如何计算得到z1 Reference:Transformer模型详解图解最完整版 - 知乎
